CN105528912A - 一种室内车位推荐方法及其系统 - Google Patents
一种室内车位推荐方法及其系统 Download PDFInfo
- Publication number
- CN105528912A CN105528912A CN201610038633.0A CN201610038633A CN105528912A CN 105528912 A CN105528912 A CN 105528912A CN 201610038633 A CN201610038633 A CN 201610038633A CN 105528912 A CN105528912 A CN 105528912A
- Authority
- CN
- China
- Prior art keywords
- parking
- parking stall
- vehicle
- signal strength
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/144—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]
Abstract
本发明实施例公开了一种室内车位推荐方法及其系统，其中，该方法包括：建立位置-信号强度数据库，所述位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；对所有车位进行识别，获取所有车位的使用情况；对需要停车的车辆进行定位及建立停车导航路线；将所述停车导航路线推荐给车辆。在本发明实施例中，建立数据库，可以根据停车场现有空位为车主规划到达合适车停车位的最优路线，能引导车主迅速、快捷、准确地将车泊在合适的位置，同时可以使车主在泊车后迅速找到自己车辆的位置，可以降低成本。
Description
技术领域
本发明涉及室内导航技术领域，尤其涉及一种室内车位推荐方法及其系统。
背景技术
目前现有的大型停车场往往都提供车位引导的功能，能够引导车辆顺利进入目的车位的指示系统。在停车场引导车辆停入空车位的智能泊车引导系统称之为车位引导系统，它由智能电脑系统对车位进行检测，通过显示屏显示空车位信息，司机通过该信息，实现轻松停车。
在当前的大环境下，车位引导系统主要用于对进出停车场的停泊车辆进行引导和管理。车场中的车位探测采用超声波检测技术，对每个车位的占用或空闲状况进行检测，需要在每个车位上方安装探测器，从而探测到有无车辆停泊在车位上，管理系统将所有探测信息采集到系统中，系统通过计算机实时将引导信息反馈给每个引导指示信号器，并根据预先定义的停车策略在显示屏和引导牌上显示相应的停车空位信息，用户需要根据显示的信息寻找停车场中的空位来实现停车。另外，每个车位上安装探测器增加了引导系统的成本。
同时，现有的车位引导是通过显示屏和引导牌来实现对空位的信息显示的，这样的显示往往会让车主不能准确得知自己的车当前所在的方位以及停车场车位的大体分布情况，同时引导的过程也不够明确。对于大型的停车场来说，这样盲目的显示牌引导不利于车主明确自己车的方位，也不利于建立起车主对停车场的构造的了解，同时也会不利于车主在停车之后寻找自己车辆的过程。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种室内车位推荐方法及其系统，可以降低成本，能引导车主迅速、快捷、准确地将车泊在合适的位置，同时可以使车主在泊车后迅速找到自己车辆的位置。
为了解决上述问题，本发明提出了一种室内车位推荐方法，所述方法包括：
建立位置-信号强度数据库，所述位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；
对所有车位进行识别，获取所有车位的使用情况；
对需要停车的车辆进行定位及建立停车导航路线；
将所述停车导航路线推荐给车辆。
优选地，所述建立位置-信号强度数据库的步骤包括：
获取接收AP信号的信号强度值；
构建位置与信号强度值的对应关系；
根据位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况建立位置-信号强度数据库。
优选地，所述对所有车位进行识别，获取所有车位的使用情况的步骤，包括：
采集图像并对图像进行灰度化处理；
采用Gamma校正法对输入图像进行颜色空间的标准化；
计算图像每个像素的梯度；
将图像划分成小单元，统计每个小单元的特征描述符；
将每几个小单元组成一个分块，获取一个分块内所有小单元的特征描述符，将特征描述符串联获得该分场的HOG特征描述符；
将图像内的所有分场的HOG特征描述特串联获得可供分类使用的特征向量；
采用SVM机器学习方法与特征库进行比对，进行车位的检测，获取所有车位的使用情况。
优选地，所述对需要停车的车辆进行定位及建立停车导航路线的步骤，包括：
对需要停车的车辆进行定位，获取车辆的地点坐标；
根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线。
优选地，所述对需要停车的车辆进行定位，获取车辆的地点坐标的步骤，包括：
获取需要停车的车辆接收到不同信号点的信号强度集合S；
计算在已获得的数据库中的信号与信号强度集合S的欧式距离；
从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。
相应地，本发明还提供一种室内车位推荐系统，所述系统包括：
数据库建立模块，用于建立位置-信号强度数据库，所述位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；
识别模块，用于对所有车位进行识别，获取所有车位的使用情况；
定位导航模块，用于对需要停车的车辆进行定位及建立停车导航路线；
推荐模块，用于将所述停车导航路线推荐给车辆。
优选地，所述数据库建立模块包括：
获取单元，用于获取接收AP信号的信号强度值；
构建单元，用于构建位置与信号强度值的对应关系；
建立单元，用于根据位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况建立位置-信号强度数据库。
优选地，所述识别模块包括：
采集单元，用于采集图像并对图像进行灰度化处理；
归一化单元，用于采用Gamma校正法对输入图像进行颜色空间的标准化；
计算单元，用于计算图像每个像素的梯度；
划分单元，用于将图像划分成小单元，统计每个小单元的特征描述符；
特征向量获取单元，用于将每几个小单元组成一个分块，获取一个分块内所有小单元的特征描述符，将特征描述符串联获得该分场的HOG特征描述符，将图像内的所有分场的HOG特征描述特串联获得可供分类使用的特征向量；
检测获取单元，用于采用SVM机器学习方法与特征库进行比对，进行车位的检测，获取所有车位的使用情况。
优选地，所述定位导航模块包括：
坐标获取单元，用于对需要停车的车辆进行定位，获取车辆的地点坐标；
路线建立单元，用于根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线。
优选地，所述坐标获取单元包括：
信号强度获取子单元，用于获取需要停车的车辆接收到不同信号点的信号强度集合S；
计算子单元，用于计算在已获得的数据库中的信号与信号强度集合S的欧式距离；
获取子单元，用于从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。
在本发明实施例中，建立数据库，可以根据停车场现有空位为车主规划到达合适车停车位的最优路线，能引导车主迅速、快捷、准确地将车泊在合适的位置，同时可以使车主在泊车后迅速找到自己车辆的位置，可以降低成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例的室内车位推荐方法的流程示意图；
图2是本发明实施例的数据库中信息关系的示意图；
图3是本发明实施例的室内车位推荐系统的结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明实施例的室内车位推荐方法的流程示意图，如图1所示，该方法包括：
S1，建立位置-信号强度数据库，该位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；
S2，对所有车位进行识别，获取所有车位的使用情况；
S3，对需要停车的车辆进行定位及建立停车导航路线；
S4，将停车导航路线推荐给车辆。
其中，S1包括：
获取接收AP信号的信号强度值；
构建位置与信号强度值的对应关系；
根据位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况建立位置-信号强度数据库。
具体实施中，采用接收AP信号的强度值(即RSSI)作为信号指纹特征。把停车场分为若干个极为细小的块进行采样，精确到0.5M。在采样点采集来自所有接入点的信号强度，构建一个关于信号强度与采样点位置间关系的数据库。把车位的信息和位置加入数据库，以实现停车位的推荐和导航。数据库中信息关系如图2所示。
进一步地，S2包括：
采集图像并对图像进行灰度化处理；具体实施中，采用HOG算法将图像灰度化；
采用Gamma校正法对输入图像进行颜色空间的标准化；可以调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；
计算图像每个像素的梯度(包括大小和方向)；主要是为了捕获轮廓信息，同时进一步弱化光照的干扰；
将图像划分成小单元，统计每个小单元的特征描述符；
将每几个小单元组成一个分块(如3*3小单元)，获取一个分块内所有小单元的特征描述符，将特征描述符串联获得该分场的HOG特征描述符；
将图像内的所有分场的HOG特征描述特串联获得可供分类使用的特征向量；
采用SVM机器学习方法与特征库进行比对，进行车位的检测，获取所有车位的使用情况。
可以将输入的线性不可分的低维空间的样本转化到高维特征空间，并使其可分，从而实现了稳定分类。通过HOG算法与SVM机器学习方法进行车辆特征库的训练之后，利用数据采集板实时采集到的图片数据，与特征库进行比对，进行车辆的检测。
具体实施中，可以每10秒进行一次检测识别，及时反馈给终端系统，更新车位情况，这样就可以完成了图像识别车位使用情况。
S3包括：
对需要停车的车辆进行定位，获取车辆的地点坐标；
根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线。
对需要停车的车辆进行定位，获取车辆的地点坐标的步骤，包括：
获取需要停车的车辆接收到不同信号点的信号强度集合S；
计算在已获得的数据库中的信号与信号强度集合S的欧式距离；
从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。
具体实施中，用户通过智能手机，可以分别接收到不同信号点的信号强度，组成该点处的信号集合S＝{S1,S2,......,Sn}，其中n为AP的个数，然后将此信号强度S与指纹数据库中的指纹数据Fi＝{Fi1,Fi2,......,Fin}进行匹配，同时，在数据库中已经记录了这些指纹数据所对应的定位点的坐标。从而获取移动终端的位置信息。采用KNN算法，分别计算在已获得的数据库中的信号与已获得S的欧式距离。
其中，距离从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。这样，就得到了当前手机，即车主车辆所在地点(x,y)。
通过手机去请求服务器数据库中空余车位的地点坐标(a,b)，这样就可以通过寻找一条从(x,y)到(a,b)的一条最短路径来实现推荐车位的导航过程。
在根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线的过程中，也就是寻求从(x,y)到(a,b)的一条最短路径时，可以将停车场抽象化成为一幅图，按照1平方米对应图中1个点的比例，将停车场的每一个位置对应成为图中的一个点，其中(x,y)和(a,b)是分别对应图中的2个点。同时，将图中的车位、支柱、护栏等不可通过的部分在图中特殊标记为不可走的点。那么，这条最短路的求法就变成了从图中(x,y)到(a,b)的一条不经过不可走点的最短路求法。由于每个相邻点之间的距里为1米且汽车只能中图中的1个点走到与他相邻的点上，那么最短路可以利用BFS来搜索。开始时置队列Q为空，将起点(x,y)加入队列。只要队列Q非空，就从Q的队头取出一个点X，将X标记为已访问过，并遍历上下左右距离为1的4个点，如果这些点未被访问，则将他们记录为访问过并将这个点的来源记为X并入队。如果这些点中有目的地点(a,b)，则算法停止。这样，就可以找到到达目的地前一个点的来源点，不断地向前追溯直至起点，这样的点序列就是要找的最短路径的路径序列了。
车辆进入停车场后，根据智能手机实时接收到的RSS值，利用KNN算法将处理后的实时数据和指纹库进行比对，得出用户所在位置。
智能手机再向系统发送请求得到一个停车位，返回推荐停车位的位置，通过室内定位和时实导航，找到对应的停车位。
当车位入库后，通过对摄像头得到的影像进行图像识别处理，得到车位的使用情况，更新数据库中的信息，把所占用的车位标为已用状态。当车离开车位时，通过对摄像头得到的影像进行图像识别处理，得到车位的使用情况，更新数据库中的信息，把所占用的车位标为可用状态。
相应地，本发明实施例还提供一种室内车位推荐系统，如图3所示，该系统包括：
数据库建立模块1，用于建立位置-信号强度数据库，该位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；
识别模块2，用于对所有车位进行识别，获取所有车位的使用情况；
定位导航模块3，用于对需要停车的车辆进行定位及建立停车导航路线；
推荐模块4，用于将停车导航路线推荐给车辆。
进一步地，该数据库建立模块1包括：
获取单元，用于获取接收AP信号的信号强度值；
构建单元，用于构建位置与信号强度值的对应关系；
建立单元，用于根据位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况建立位置-信号强度数据库。
识别模块2包括：
采集单元，用于采集图像并对图像进行灰度化处理；
归一化单元，用于采用Gamma校正法对输入图像进行颜色空间的标准化；
计算单元，用于计算图像每个像素的梯度；
划分单元，用于将图像划分成小单元，统计每个小单元的特征描述符；
特征向量获取单元，用于将每几个小单元组成一个分块，获取一个分块内所有小单元的特征描述符，将特征描述符串联获得该分场的HOG特征描述符，将图像内的所有分场的HOG特征描述特串联获得可供分类使用的特征向量；
检测获取单元，用于采用SVM机器学习方法与特征库进行比对，进行车位的检测，获取所有车位的使用情况。
定位导航模块3包括：
坐标获取单元，用于对需要停车的车辆进行定位，获取车辆的地点坐标；
路线建立单元，用于根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线。
坐标获取单元包括：
信号强度获取子单元，用于获取需要停车的车辆接收到不同信号点的信号强度集合S；
计算子单元，用于计算在已获得的数据库中的信号与信号强度集合S的欧式距离；
获取子单元，用于从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。
本发明的系统实施例中各功能模块的功能可参见本发明方法实施例中的流程处理，这里不再赘述。
在本发明实施例中，建立数据库，可以根据停车场现有空位为车主规划到达合适车停车位的最优路线，能引导车主迅速、快捷、准确地将车泊在合适的位置，同时可以使车主在泊车后迅速找到自己车辆的位置，可以降低成本。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，ReadOnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁盘或光盘等。
另外，以上对本发明实施例所提供的室内车位推荐方法及其系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种室内车位推荐方法，其特征在于，所述方法包括：
建立位置-信号强度数据库，所述位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；
对所有车位进行识别，获取所有车位的使用情况；
对需要停车的车辆进行定位及建立停车导航路线；
将所述停车导航路线推荐给车辆。
2.如权利要求1所述的室内车位推荐方法，其特征在于，所述建立位置-信号强度数据库的步骤包括：
获取接收AP信号的信号强度值；
构建位置与信号强度值的对应关系；
根据位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况建立位置-信号强度数据库。
3.如权利要求1所述的室内车位推荐方法，其特征在于，所述对所有车位进行识别，获取所有车位的使用情况的步骤，包括：
采集图像并对图像进行灰度化处理；
采用Gamma校正法对输入图像进行颜色空间的标准化；
计算图像每个像素的梯度；
将图像划分成小单元，统计每个小单元的特征描述符；
将每几个小单元组成一个分块，获取一个分块内所有小单元的特征描述符，将特征描述符串联获得该分场的HOG特征描述符；
将图像内的所有分场的HOG特征描述特串联获得可供分类使用的特征向量；
采用SVM机器学习方法与特征库进行比对，进行车位的检测，获取所有车位的使用情况。
4.如权利要求1所述的室内车位推荐方法，其特征在于，所述对需要停车的车辆进行定位及建立停车导航路线的步骤，包括：
对需要停车的车辆进行定位，获取车辆的地点坐标；
根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线。
5.如权利要求4所述的室内车位推荐方法，其特征在于，所述对需要停车的车辆进行定位，获取车辆的地点坐标的步骤，包括：
获取需要停车的车辆接收到不同信号点的信号强度集合S；
计算在已获得的数据库中的信号与信号强度集合S的欧式距离；
从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。
6.一种室内车位推荐系统，其特征在于，所述系统包括：
数据库建立模块，用于建立位置-信号强度数据库，所述位置-信号强度数据库包括：位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况；
识别模块，用于对所有车位进行识别，获取所有车位的使用情况；
定位导航模块，用于对需要停车的车辆进行定位及建立停车导航路线；
推荐模块，用于将所述停车导航路线推荐给车辆。
7.如权利要求6所述的室内车位推荐系统，其特征在于，所述数据库建立模块包括：
获取单元，用于获取接收AP信号的信号强度值；
构建单元，用于构建位置与信号强度值的对应关系；
建立单元，用于根据位置与信号强度值的对应关系、车位与位置的对应关系及所有车位的使用情况建立位置-信号强度数据库。
8.如权利要求6所述的室内车位推荐系统，其特征在于，所述识别模块包括：
采集单元，用于采集图像并对图像进行灰度化处理；
归一化单元，用于采用Gamma校正法对输入图像进行颜色空间的标准化；
计算单元，用于计算图像每个像素的梯度；
划分单元，用于将图像划分成小单元，统计每个小单元的特征描述符；
特征向量获取单元，用于将每几个小单元组成一个分块，获取一个分块内所有小单元的特征描述符，将特征描述符串联获得该分场的HOG特征描述符，将图像内的所有分场的HOG特征描述特串联获得可供分类使用的特征向量；
检测获取单元，用于采用SVM机器学习方法与特征库进行比对，进行车位的检测，获取所有车位的使用情况。
9.如权利要求6所述的室内车位推荐系统，其特征在于，所述定位导航模块包括：
坐标获取单元，用于对需要停车的车辆进行定位，获取车辆的地点坐标；
路线建立单元，用于根据车辆的地点坐标和位置-信号强度数据库中空余车位为车辆建立停车导航路线。
10.如权利要求9所述的室内车位推荐系统，其特征在于，所述坐标获取单元包括：
信号强度获取子单元，用于获取需要停车的车辆接收到不同信号点的信号强度集合S；
计算子单元，用于计算在已获得的数据库中的信号与信号强度集合S的欧式距离；
获取子单元，用于从计算的距离结果中选取K个最小的点，并计算出平均距离作为定位的地点坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610038633.0A CN105528912A (zh) | 2016-01-20 | 2016-01-20 | 一种室内车位推荐方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610038633.0A CN105528912A (zh) | 2016-01-20 | 2016-01-20 | 一种室内车位推荐方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105528912A true CN105528912A (zh) | 2016-04-27 |
Family
ID=55771104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610038633.0A Pending CN105528912A (zh) | 2016-01-20 | 2016-01-20 | 一种室内车位推荐方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105528912A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105957396A (zh) * | 2016-06-03 | 2016-09-21 | 王江 | 车位管理系统 |
| CN106228836A (zh) * | 2016-08-01 | 2016-12-14 | 北京小米移动软件有限公司 | 室内停车引导方法及装置 |
| CN106599921A (zh) * | 2016-12-14 | 2017-04-26 | 深圳市捷顺科技实业股份有限公司 | 一种车位引导方法及装置 |
| CN107016877A (zh) * | 2017-05-25 | 2017-08-04 | 北京小米移动软件有限公司 | 用于在停车场内进行车辆定位的方法及装置 |
| CN108694854A (zh) * | 2018-06-01 | 2018-10-23 | 浙江鑫飞智能工程有限公司 | 小区公共车位监控系统 |
| CN109084783A (zh) * | 2017-06-13 | 2018-12-25 | 纵目科技（上海）股份有限公司 | 带信号强度的地图构建方法、系统、车载终端及存储介质 |
| CN109269520A (zh) * | 2018-09-21 | 2019-01-25 | 珠海泰通电气技术有限公司 | 汽车定位导航方法以及汽车定位导航系统 |
| CN110956301A (zh) * | 2019-05-14 | 2020-04-03 | 宏图物流股份有限公司 | 一种基于镜像的库位推荐测试方法 |
| CN111885700A (zh) * | 2020-06-08 | 2020-11-03 | 广州杰赛科技股份有限公司 | 一种结合支撑向量机的移动终端定位方法及装置 |
| CN114743400A (zh) * | 2022-03-21 | 2022-07-12 | 上海电机学院 | 一种地下车库的车位导航方法 |
| CN115223387A (zh) * | 2022-06-08 | 2022-10-21 | 东风柳州汽车有限公司 | 泊车控制系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080024494A (ko) * | 2008-01-28 | 2008-03-18 | 테크온팜 주식회사 | 내비게이션 기능을 이용한 실시간 주차안내 시스템 및 그처리방법 |
| JP2009168713A (ja) * | 2008-01-18 | 2009-07-30 | Kenwood Corp | ナビゲーション装置、プログラム、及びナビゲーション方法 |
| CN104143266A (zh) * | 2013-05-06 | 2014-11-12 | 现代自动车株式会社 | 管理停车场的信息的系统和方法及停车场信息提供设备 |
| CN104157164A (zh) * | 2014-02-28 | 2014-11-19 | 深圳华宏联创科技有限公司 | 停车引导系统 |
| CN105185155A (zh) * | 2015-09-17 | 2015-12-23 | 深圳市译元成科技有限公司 | 具有摄像扫描装置的停车管理平台 |
-
2016
- 2016-01-20 CN CN201610038633.0A patent/CN105528912A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009168713A (ja) * | 2008-01-18 | 2009-07-30 | Kenwood Corp | ナビゲーション装置、プログラム、及びナビゲーション方法 |
| KR20080024494A (ko) * | 2008-01-28 | 2008-03-18 | 테크온팜 주식회사 | 내비게이션 기능을 이용한 실시간 주차안내 시스템 및 그처리방법 |
| CN104143266A (zh) * | 2013-05-06 | 2014-11-12 | 现代自动车株式会社 | 管理停车场的信息的系统和方法及停车场信息提供设备 |
| CN104157164A (zh) * | 2014-02-28 | 2014-11-19 | 深圳华宏联创科技有限公司 | 停车引导系统 |
| CN105185155A (zh) * | 2015-09-17 | 2015-12-23 | 深圳市译元成科技有限公司 | 具有摄像扫描装置的停车管理平台 |
Non-Patent Citations (2)
| Title |
|---|
| 王宁波: "基于RGB-D的行人检测", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 马翠红 等: "基于改进的LANDMARC算法的空间定位实验", 《河北联合大学学报（自然科学版）》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105957396A (zh) * | 2016-06-03 | 2016-09-21 | 王江 | 车位管理系统 |
| CN106228836A (zh) * | 2016-08-01 | 2016-12-14 | 北京小米移动软件有限公司 | 室内停车引导方法及装置 |
| CN106599921A (zh) * | 2016-12-14 | 2017-04-26 | 深圳市捷顺科技实业股份有限公司 | 一种车位引导方法及装置 |
| CN107016877B (zh) * | 2017-05-25 | 2019-12-03 | 北京小米移动软件有限公司 | 用于在停车场内进行车辆定位的方法及装置 |
| CN107016877A (zh) * | 2017-05-25 | 2017-08-04 | 北京小米移动软件有限公司 | 用于在停车场内进行车辆定位的方法及装置 |
| CN109084783A (zh) * | 2017-06-13 | 2018-12-25 | 纵目科技（上海）股份有限公司 | 带信号强度的地图构建方法、系统、车载终端及存储介质 |
| CN108694854A (zh) * | 2018-06-01 | 2018-10-23 | 浙江鑫飞智能工程有限公司 | 小区公共车位监控系统 |
| CN109269520A (zh) * | 2018-09-21 | 2019-01-25 | 珠海泰通电气技术有限公司 | 汽车定位导航方法以及汽车定位导航系统 |
| CN110956301A (zh) * | 2019-05-14 | 2020-04-03 | 宏图物流股份有限公司 | 一种基于镜像的库位推荐测试方法 |
| CN110956301B (zh) * | 2019-05-14 | 2023-04-07 | 宏图物流股份有限公司 | 一种基于镜像的库位推荐测试方法 |
| CN111885700A (zh) * | 2020-06-08 | 2020-11-03 | 广州杰赛科技股份有限公司 | 一种结合支撑向量机的移动终端定位方法及装置 |
| CN111885700B (zh) * | 2020-06-08 | 2022-04-12 | 广州杰赛科技股份有限公司 | 一种结合支撑向量机的移动终端定位方法及装置 |
| CN114743400A (zh) * | 2022-03-21 | 2022-07-12 | 上海电机学院 | 一种地下车库的车位导航方法 |
| CN115223387A (zh) * | 2022-06-08 | 2022-10-21 | 东风柳州汽车有限公司 | 泊车控制系统及方法 |
| CN115223387B (zh) * | 2022-06-08 | 2024-01-30 | 东风柳州汽车有限公司 | 泊车控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105528912A (zh) | 一种室内车位推荐方法及其系统 | |
| CN205264074U (zh) | 一种基于无人机的反向寻车系统 | |
| CN104169990B (zh) | 用于提供关于空闲停车位的驻车信息的方法 | |
| CN105608920B (zh) | 一种停车场寻车方法及系统 | |
| CN102638675B (zh) | 一种利用多视点视频进行目标跟踪的方法和系统 | |
| CN203721041U (zh) | 停车引导系统 | |
| CN107644542B (zh) | 一种基于车位信息的导航方法及远程信息处理装置 | |
| CN104157164A (zh) | 停车引导系统 | |
| CN106097755A (zh) | 用于识别泊车场地和/或空出场地的方法 | |
| CN105405317A (zh) | 一种基于手机蓝牙的泊车诱导系统 | |
| CN204808598U (zh) | 停车场管理系统 | |
| CN103632572A (zh) | 一种智能停车方法和系统 | |
| CN106228848B (zh) | 一种停车导航方法和装置 | |
| CN111081047A (zh) | 一种基于光电图像处理的精准智能停车管理方法及管理系统 | |
| CN107591005A (zh) | 动静态检测相结合的停车区域管理方法、服务器及系统 | |
| CN108154146A (zh) | 一种基于图像识别的车辆追踪方法 | |
| CN205354375U (zh) | 一种基于手机蓝牙的泊车诱导系统 | |
| CN111311957A (zh) | 一种基于rfid和无人机的停车引导系统及工作方法 | |
| CN109300328A (zh) | 一种基于灯引控制的智能返回寻车引导系统及引导方法 | |
| CN110942662A (zh) | 一种停车场实时反向寻车系统及其方法 | |
| CN109446926A (zh) | 一种交通监控方法及装置、电子设备和存储介质 | |
| CN107909850B (zh) | 一种室内停车场管理系统和方法 | |
| CN114360261B (zh) | 车辆逆行的识别方法、装置、大数据分析平台和介质 | |
| CN104537865A (zh) | 一种二手车辆交易停车场的车辆管理系统及车辆管理方法 | |
| CN209168410U (zh) | 一种基于灯引控制的智能返回寻车引导系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160427 |
|
| RJ01 | Rejection of invention patent application after publication |